在线产品社区中的用户需求分析研究
| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 字母注释表 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目的 | 第13页 |
| 1.3 研究意义 | 第13-14页 |
| 1.4 国内外研究现状 | 第14-16页 |
| 1.4.1 评论有用性分析 | 第14-15页 |
| 1.4.2 情感分析 | 第15页 |
| 1.4.3 具体信息提取 | 第15-16页 |
| 1.5 研究框架 | 第16-18页 |
| 1.5.1 章节安排 | 第16-17页 |
| 1.5.2 整体框架 | 第17-18页 |
| 1.6 本章小结 | 第18-19页 |
| 第二章 理论概述 | 第19-32页 |
| 2.1 社区介绍 | 第19-20页 |
| 2.1.1 社区分类 | 第19页 |
| 2.1.2 小米产品社区 | 第19-20页 |
| 2.2 文本挖掘 | 第20-23页 |
| 2.2.1 数据采集 | 第21-22页 |
| 2.2.2 预处理 | 第22页 |
| 2.2.3 建立中间数据集 | 第22-23页 |
| 2.2.4 意见挖掘及其应用研究 | 第23页 |
| 2.3 R语言简介 | 第23-24页 |
| 2.3.1 R语言 | 第23-24页 |
| 2.3.2 JiebaR工具包 | 第24页 |
| 2.4 Word2vec介绍 | 第24-25页 |
| 2.5 关联规则Apriori算法 | 第25-26页 |
| 2.6 常用聚类分类方法 | 第26-31页 |
| 2.6.1 K-Means聚类 | 第26-28页 |
| 2.6.2 Knn分类 | 第28-29页 |
| 2.6.3 SVM分类 | 第29-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 动态用户需求的分类模型研究 | 第32-43页 |
| 3.1 Kano模型与用户在线评论的关系分析研究 | 第32-33页 |
| 3.2 用户评论分析指标体系 | 第33-34页 |
| 3.2.1 评论内容深度 | 第34页 |
| 3.2.2 评论影响力 | 第34页 |
| 3.3 动态用户需求Kano模型构建总体流程 | 第34-38页 |
| 3.3.1 数据准备 | 第34-35页 |
| 3.3.2 词库构建 | 第35-36页 |
| 3.3.3 用户评论分析指标体系赋值 | 第36页 |
| 3.3.4 基于K-Means的评论分析指标聚类 | 第36-37页 |
| 3.3.5 动态Kano模型构建 | 第37-38页 |
| 3.3.6 动态Kano模型用户需求分类结果分析 | 第38页 |
| 3.4 应用分析研究 | 第38-42页 |
| 3.4.1 小米4手机动态特征库的建立 | 第38-39页 |
| 3.4.2 用户评论的聚类分析 | 第39-40页 |
| 3.4.3 动态Kano模型构建结果 | 第40-41页 |
| 3.4.4 动态Kano模型的有效性分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 细粒度用户需求自动识别研究 | 第43-54页 |
| 4.1 评价指标 | 第43-44页 |
| 4.2 常用分类算法展示与评估 | 第44-48页 |
| 4.2.1 人工标注 | 第44-45页 |
| 4.2.2 Knn分类算法 | 第45-46页 |
| 4.2.3 SVM分类算法 | 第46-47页 |
| 4.2.4 Knn算法与SVM算法的效果对比 | 第47-48页 |
| 4.3 细粒度用户需求自动识别模型 | 第48-51页 |
| 4.3.1 整体实现流程 | 第48-49页 |
| 4.3.2 用户评论拆分 | 第49-50页 |
| 4.3.3 产品问题识别 | 第50-51页 |
| 4.3.4 模型训练 | 第51页 |
| 4.4 实验结果与评估 | 第51-53页 |
| 4.4.1 数据准备与评论拆分 | 第51页 |
| 4.4.2 特征词获取与问题定位 | 第51-52页 |
| 4.4.3 结果与评估 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 产品迭代与用户满意度变化的对比分析研究 | 第54-61页 |
| 5.1 数据介绍 | 第54-56页 |
| 5.2 产品配置对比 | 第56-57页 |
| 5.3 用户满意度变化 | 第57-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录A | 第66-70页 |
| 附录B | 第70-77页 |
| 发表论文和参加科研情况说明 | 第77-78页 |
| 致谢 | 第78-79页 |
